論文の概要: Telecom World Models: Unifying Digital Twins, Foundation Models, and Predictive Planning for 6G

• arxiv url: http://arxiv.org/abs/2604.06882v1
• Date: Wed, 08 Apr 2026 09:41:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.459761
• Title: Telecom World Models: Unifying Digital Twins, Foundation Models, and Predictive Planning for 6G
• Title（参考訳）: テレコムワールドモデル:デジタルツイン、ファンデーションモデル、および6Gの予測計画の統合
• Authors: Hang Zou, Yuzhi Yang, Lina Bariah, Yu Tian, Yuhuan Lu, Bohao Wang, Anis Bara, Brahim Mefgouda, Hao Liu, Yiwei Tao, Sergy Petrov, Salma Cheour, Nassim Sehad, Sumudu Samarakoon, Chongwen Huang, Samson Lasaulce, Mehdi Bennis, Mérouane Debbah,
• Abstract要約: 本稿では,テレコムシステムダイナミクスの学習,行動条件,不確実性を考慮したモデリングのためのアーキテクチャであるTWM(Telecom World Model)の概念を紹介する。 本研究では,空間環境予測のためのフィールドワールドモデル,動作条件付きキーパフォーマンス指標(KPI)軌道予測のための制御/力学ワールドモデル,意図翻訳とオーケストレーションのための通信基盤モデルレイヤからなる3層アーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 60.29349053952935
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The integration of machine learning tools into telecom networks, has led to two prevailing paradigms, namely, language-based systems, such as Large Language Models (LLMs), and physics-based systems, such as Digital Twins (DTs). While LLM-based approaches enable flexible interaction and automation, they lack explicit representations of network dynamics. DTs, in contrast, offer a high-fidelity network simulation, but remain scenario-specific and are not designed for learning or decision-making under uncertainty. This gap becomes critical for 6G systems, where decisions must take into account the evolving network states, uncertainty, and the cascading effects of control actions across multiple layers. In this article, we introduce the {Telecom World Model}~(TWM) concept, an architecture for learned, action-conditioned, uncertainty-aware modeling of telecom system dynamics. We decompose the problem into two interacting worlds, a controllable system world consisting of operator-configurable settings and an external world that captures propagation, mobility, traffic, and failures. We propose a three-layer architecture, comprising a field world model for spatial environment prediction, a control/dynamics world model for action-conditioned Key Performance Indicator (KPI) trajectory prediction, and a telecom foundation model layer for intent translation and orchestration. We showcase a comparative analysis between existing paradigms, which demonstrates that TWM jointly provides telecom state grounding, fast action-conditioned roll-outs, calibrated uncertainty, multi-timescale dynamics, model-based planning, and LLM-integrated guardrails. Furthermore, we present a proof-of-concept on network slicing to validate the proposed architecture, showing that the full three-layer pipeline outperforms single-world baselines and accurately predicts KPI trajectories.
• Abstract（参考訳）: テレコムネットワークへの機械学習ツールの統合により、Large Language Models(LLM)のような言語ベースのシステムとDigital Twins(DT)のような物理ベースのシステムという、2つの一般的なパラダイムが導かれた。 LLMベースのアプローチはフレキシブルなインタラクションと自動化を可能にするが、ネットワークダイナミクスの明示的な表現は欠如している。 対照的にDTは、高忠実度ネットワークシミュレーションを提供するが、シナリオ固有のままであり、不確実性の下での学習や意思決定のために設計されていない。 このギャップは、ネットワーク状態の進化、不確実性、複数の層にまたがる制御アクションのカスケード効果を考慮に入れなければならない6Gシステムにとって重要になる。 本稿では,テレコムシステムダイナミクスの学習,行動条件,不確実性を考慮したモデリングのためのアーキテクチャである {Telecom World Model}~(TWM) の概念を紹介する。 そこで我々は,この問題を,オペレータ設定可能な設定と,伝搬,移動,交通,障害をキャプチャする外部世界からなる制御可能なシステムワールドに分解する。 本研究では,空間環境予測のためのフィールドワールドモデル,動作条件付きキーパフォーマンス指標(KPI)軌道予測のための制御/力学ワールドモデル,意図翻訳とオーケストレーションのための通信基盤モデルレイヤからなる3層アーキテクチャを提案する。 本稿では,TWMが通信状態の接地,高速動作条件のロールアウト,キャリブレーション不確実性,マルチ時間ダイナミックス,モデルベースプランニング,LLM統合ガードレールを共同で提供することを示す。 さらに,提案したアーキテクチャを検証するために,ネットワークスライシングに関する概念実証を行い,全3層パイプラインが単一世界のベースラインを上回り,KPI軌道を正確に予測することを示す。

関連論文リスト

• Dual Mind World Model Inspired Network Digital Twin for Access Scheduling [0.904861150954008]
  本稿では,Dual Mind World Model (DMWM) アーキテクチャにインスパイアされた新しいDigital Twin対応スケジューリングフレームワークを提案する。 従来のルールベースや純粋にデータ駆動のポリシーとは異なり、提案されたDMWMは短期水平予測計画とシンボリックモデルベースのロールアウトを組み合わせたものである。 以上の結果から, バースト, 干渉制限, 期限に敏感な環境において, DMWMは優れた性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2026-02-04T13:53:55Z)
• Causal World Modeling for Robot Control [56.31803788587547]
  ビデオワールドモデルは、アクションと視覚力学の因果関係を理解することによって、近い将来に想像できる能力を提供する。 本稿では,フレーム予測とポリシ実行を同時に学習する自動回帰拡散フレームワークLingBot-VAを紹介する。 シミュレーションベンチマークと実世界のシナリオの両方でモデルを評価したところ、長距離操作、ポストトレーニングにおけるデータ効率、新しい構成への強力な一般化性などに大きな可能性を示唆している。
  論文  参考訳（メタデータ） (2026-01-29T17:07:43Z)
• Dual-Mind World Models: A General Framework for Learning in Dynamic Wireless Networks [43.39205414684229]
  本稿では,mmWave V2Xネットワークのための新しい2次元世界モデルベース学習フレームワークを提案する。 認知心理学に触発されて提案されたデュアルミンド世界モデルは、パターン駆動型システム1コンポーネントと論理駆動型システム2コンポーネントを含んでいる。 シミュレーションの結果,提案した世界モデルはデータ効率を大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2025-10-28T15:45:15Z)
• World Models for Cognitive Agents: Transforming Edge Intelligence in Future Networks [55.90051810762702]
  本稿では,世界モデルを概観し,そのアーキテクチャ,トレーニングパラダイム,予測,生成,計画,因果推論といった応用を概観する。 ワイヤレスエッジインテリジェンス最適化に適した,新しい世界モデルに基づく強化学習フレームワークであるWireless Dreamerを提案する。
  論文  参考訳（メタデータ） (2025-05-31T06:43:00Z)
• World Model-Based Learning for Long-Term Age of Information Minimization in Vehicular Networks [53.98633183204453]
  本稿では,車載ネットワークにおけるパケット完全性認識情報(CAoI)の年齢を最小化するために,新しい世界モデルに基づく学習フレームワークを提案する。 mmWave V2X環境の動的モデルを共同で学習し、リンクスケジューリングの方法を学ぶための軌跡を想像するために使用する世界モデルフレームワークを提案する。 特に、長期的な政策は環境相互作用の代わりに、異なる想像軌道で学習される。
  論文  参考訳（メタデータ） (2025-05-03T06:23:18Z)
• Parallel Successive Learning for Dynamic Distributed Model Training over Heterogeneous Wireless Networks [50.68446003616802]
  フェデレートラーニング(Federated Learning, FedL)は、一連の無線デバイスにモデルトレーニングを配布する一般的なテクニックとして登場した。 我々は,FedLアーキテクチャを3次元に拡張した並列逐次学習(PSL)を開発した。 我々の分析は、分散機械学習におけるコールド対ウォームアップモデルの概念とモデル慣性について光を当てている。
  論文  参考訳（メタデータ） (2022-02-07T05:11:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。